Golang 实现基于内存的高性能滑动窗口计数限流器-Golang-PHP中文网

不能用map[int64]int存时间片，因其并发不安全会panic，且本质是固定窗口而非滑动窗口；真滑动窗口须用[]int64+atomic实现，索引计算和过期判断均依赖绝对时间，并配合懒清理与原子更新。

golang 实现基于内存的高性能滑动窗口计数限流器

为什么不能用 `map[int64]int` 直接存时间片

直接用 map[int64]int 按秒（或毫秒）做 key 存请求数，看似直观，但实际会触发 panic: concurrent map read and map write。Go 的 map 默认非并发安全，多个 goroutine 同时读写必然崩溃。加 sync.RWMutex 全局锁又会让吞吐量断崖下跌——尤其在 QPS 上千时，锁争用明显。更隐蔽的问题是：它根本不是滑动窗口，而是固定窗口。比如用 time.Now().Unix() 作为 key，所有请求都归到“当前秒”，第 59 秒和第 0 秒的请求永远分属两个桶，中间没重叠，无法实现“过去 60 秒内”的连续统计。

用 `[]int64` + `atomic` 实现真滑动窗口

预分配一个固定长度的 []int64，每个元素代表一个时间片的计数，配合原子操作更新，才是轻量、无锁、低 GC 的单机方案。关键点不在“分片”，而在“索引计算”和“过期判断”必须用绝对时间：

设窗口总长 windowSec = 60，分片数 shards = 60（即每片 1 秒），则每片时长 shardDuration = int64(windowSec * 1e9 / shards)
当前片索引：idx := (now.UnixNano() / shardDuration) % int64(shards)，注意先转 int64 防溢出
某片对应的时间起点是 idx * shardDuration，判断是否过期得比对 now.UnixNano() - windowSec*1e9，不能只看索引差
每次请求进来时执行「懒清理」：遍历所有片，把起点早于窗口起点的对应位置清零（或跳过累加）
更新必须用 atomic.AddInt64(&slice[idx], 1)，禁止 slice[idx]++

为什么别用 `time.Timer` 或 `time.Ticker` 清理过期桶

定时器清理听上去合理，但实际不可控：触发时机不准、可能堆积 goroutine、且清理本身有延迟，导致窗口统计滞后甚至错乱。真实场景中，清理动作应和请求处理耦合——每次请求进来时顺手做，既省资源又保实时性。更关键的是，time.Timer 是 per-bucket 的，60 片就要起 60 个 timer，内存和调度开销陡增；而懒清理只需一次遍历，且可跳过未使用的片。

Golang Uber Dig

使用 uber-go/dig 在 Golang 中实现依赖注入——基于反射容器，提供 Provide/Invoke、dig.In/dig.Out 参数与结果对象，支持命名依赖等

下载

Redis 分布式场景下，`ZSET` + `Lua` 是唯一可靠选择

单机方案跨不了进程，多实例部署必须上 Redis。但很多人误用 INCR + EXPIRE，这本质是固定窗口，且两个命令非原子：断连时 key 可能永久存在或丢失。真正滑动窗口必须用 ZSET 存时间戳为 score，再靠 Lua 脚本原子执行三步：ZREMRANGEBYSCORE 清理过期项 → ZADD 写入新请求 → ZCOUNT 统计。特别注意：Lua 中必须调用 redis.call("TIME") 获取 Redis 服务端时间，不能传 Go 的 time.Now()，否则各机器 NTP 偏差超窗口粒度（如 1 秒）就会导致限流失效。